國巨籌謀10年終併美國百年被動元件廠KEMET,陳泰銘為何說成功關鍵是「離職的CEO」?
國巨籌謀10年終併美國百年被動元件廠KEMET,陳泰銘為何說成功關鍵是「離職的CEO」?
2019.11.12 | 併購

被譽為併購王的國巨董事長陳泰銘,12日再度出手買下美國百年被動元件公司KEMET基美,收購金額高達16.4億美元,相當500億元新台幣,這個併購案規模不僅是台廠併購外企史上第二大,更是國巨併購史上最大金額,花費了陳泰銘十年以上等待時間才完成。

「我期望2020年下半可以完成併購,屆時營收規模將成長一倍,獲利將比現在增加80~90%,」陳泰銘站著面對媒體發問,一身標準深色西裝,右手插腰侃侃而談,他口裡的「新國巨」,將是年營收900億元,稅後純益169億元的國際第三大被動元件公司。

國巨
國巨董事長陳泰銘表示技術層次的業務有如蛋糕上的奶油。
圖/ 王郁倫攝影

在記者會身邊,坐著的是新任營運長王淡如,這位人物來頭不小,今年剛自佳世達集團退休,如今漂亮轉戰更大併購集團,而佳世達集團也是台灣中數一數二擅長併購的超級戰艦,併購家數不小於20家,但規模相對較小。

「併購基美是天時地利人和,也是補足國巨高端市場的一塊拼圖,更是國巨打開日本車用市場的重要里程碑。」陳泰銘簡短兩句話說出併購動機。

基美主要供應高階被動元件,客戶包括一線車廠安全系統及電信基地台,這部分市場國巨鮮少觸碰,也成為 國巨竟敢豪吞身形跟自己一樣大的對手 背後動機。

「這像是一塊蛋糕,上面有一層奶油,就是技術層,過去國巨用數量做出價格,賺的是管理財,但此後國巨有機會嘗到蛋糕上面那一層(奶油)是那麼甜美,」陳泰銘身為美食專家,隨手就拿出美食做譬喻。

天時地利「人和」,機緣來自CEO離職

而陳泰銘所說的「天時地利人和」,卻是等待超過十年的忍功,今年初他終於蟄伏等待到一個轉折機會。

「機緣是今年初我發現基美發布消息:CEO離職。我立刻知道, 新人(新CEO)來之前是一個Window(窗口),我立刻去敲幾次門拜訪,我們都很清楚,一旦新CEO上任,就不再有機會。 」陳泰銘侃侃分析。

國巨
國巨營運長王淡如是併購戰將
圖/ 王郁倫攝影

為什麼?「因為沒有一位CEO上任後,會想把公司賣掉,新CEO往往都有滿腔抱負,想要做一番事情。」陳泰銘洞察商業心裡的能力素質在此時完全展現無遺。

事實上,一路併購壯大的國巨,認識基美這家北美被動元件大廠已經超過十年,「每年我都會跟基美董事會成員及執行長聊天寒暄,談一談可能,又各自做自己的事業,從來沒有機會(併購)。」這番話也透露陳泰銘早已相中基美很久,但能忍到最佳時機才出手。

即使基美團隊年初認真開始跟國巨談,一談也談了將近11個月,中間不乏北美被動元件廠加入搶親,不過基美團隊基於股東權益、員工、最佳利益,最終排除「美美併」可能,國巨以亞太及歐洲市佔高,與基美完全互補而不衝突,成功贏得芳心。

世界級不夠,還要夠吃蛋糕上的奶油

「老實說我現在非常興奮,台灣企業不只是有機會打世界級市場,還能進入高階工控、車用、5G等領域。」陳泰銘額頭浮光,信心滿滿地說,累計至今,這位併購大王至少出手併購20件以上大大小小的公司,滿腔併購經驗,這一次顯然讓他最為滿意。

為什麼?基美是一家1919年成立的老牌美國被動元件廠,在美國道瓊市場掛牌超過30年,鉭質電容全球市占率第一,MLCC(陶瓷電容)市占率雖然只有2%,但多為高單價產品,平均產品每顆售價比國巨高20倍,所以產值跟國巨(市占率12%)幾乎旗鼓相當。

基美9成客戶來自國防航太、工規、車用電子領域,客戶包括博世(Bosch)、豐田(TOYOTA)、德國買馬牌(Continental)等一線車用供應品牌,做的是更難打入的安全系統。

基美加入國巨集團後,國巨不只是晶片電阻市佔第一,坦質電容市佔第一,MLCC市佔率從12%提高至14~15%,排名世界第三。

yageo.jpg
國巨在併購後,晶片電阻成為第一大(左圖),MLCC成為第三大
圖/ 國巨

「基美在5G有很強身的著墨,客戶對規格非常嚴苛,要耐高溫低溫,因為你不會知道客戶基地台裝在非洲還是北極。」這一塊剛好是國巨過去布局較少的,而基美沒有做R Chip(晶片電阻),這卻是國巨市占率第一的產品;國巨在亞洲歐洲,基美在美國與日本布局較多,雙方幾乎在地域、產品、產業別上都完全互補,簡直是兩片剛好的拼圖。

日本更是國巨一直想強攻的地方,「日本有民族性跟地域性,不容易打入。」國巨布局了15年,但目前頂多做到車用娛樂系統,比方音響或導航,但基美做的是ABS或引擎系統,兩者是全然不同的等級。

2018年陳泰銘出手併購美國普思,目標就是補足無線通訊、5G這塊高速起飛的市場,在2019年再度出手買下基美,拿下車用市場門票後,是否已經把國巨的藍圖拼完了呢?陳泰銘語帶玄機的說,「後面還有很多產品,保護元件也是可以一起看的。」這位併購大王似乎預言這條併購之路,還沒有終點。

延伸閱讀:3年間脫胎換骨身價翻3倍,國巨陳泰銘砸220億元收購美商普思電子的囊中計是?

責任編輯:陳映璇

往下滑看下一篇文章
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設
從模型競爭走向算力經濟,INFINITIX 助客戶打造軟體定義 AI 基礎建設

過去兩年,人工智慧技術以史無前例的速度翻轉企業營運與競爭態勢,從客服、知識管理到軟體開發,越來越多企業將大型語言模型(LLM)導入企業營運流程,隨著應用程度的深化與廣化,越來越多發現,真正的挑戰早已不只是「選擇哪個模型」,而是如何管理算力、控制成本、確保資料安全,以及讓不同世代GPU、模型與AI應用可以持續共存與調度。

代理式AI崛起後,AI應用從回答問題進展為執行任務、操作系統以及串接流程,連帶拉升對AI基礎設施的需求與架構複雜度,而這意味著,想要發揮AI綜效,光只有模型與技術尚不夠,必須將整體IT環境逐步升級為AI基礎建設(AI Infra)。

深耕AI管理領域多年的數位無限(INFINITIX),近年積極布局軟體定應AI基礎建設(Software Defined AI Infrastructure)市場,除持續深化與GPU、伺服器與AI硬體生態系的合作關係,如於2021年取得NVIDIA Solution Advisor全球夥伴資格,2025年亦獲AMD GPU生態建設夥伴獎,也因應市場需求推出AI-Stack與ixCSP兩大產品線,協助企業、雲端服務供應商(CSP)與新世代AI雲端業者,更有效率地管理跨世代AI算力資源。

數位無限執行長陳文裕表示:「我們的目標是協助客戶打造軟體定義AI基礎架構,讓其可以視需求向下整合不同世代GPU、儲存與網路設備,同時,向上鏈結模型、Token跟AI應用,加速企業的AI創新轉型腳步。」

數位無限執行長陳文裕.JPG
數位無限執行長陳文裕
圖/ 數位時代

從AI模型到AI經濟,企業競爭焦點轉向算力與Token調度能力

過去市場談AI,焦點多半放在模型參數、推論效能與模型能力,但在大型語言模型推論需求暴增的現下,AI Infra早已從單純GPU採購演變成涵蓋機櫃、網路、儲存、散熱與電力的整體工程;企業真正需要的,不是更多GPU、而是如何更有效率地調度與利用算力。

尤其在NVIDIA提出Token Factory概念後,全球AI產業正逐步從模型競賽轉向「AI經濟」,亦即,影響企業AI決策的再也不是使用哪個模型、部署多少GPU,而是消耗多少Token、產生多少AI服務,以及算力是否能被有效共享與調度。

換言之,在AI新世界,算力調度能力的重要水漲船高。對此,陳文裕十分認同的說:「企業想要提升AI競爭力,不僅要掌握模型與應用,還必須進一步思考如何有效切割GPU資源、讓不同部門甚至集團子公司共享算力、延長舊世代GPU的使用壽命,甚至是如何將閒置算力轉變成可交易的資源等。」

事實上,這也是大量AI資料中心(AIDC)跟新世代AI雲端服務(Neo Cloud)業者出現的原因,包括CoreWeave、Nebius、Lambda Labs、GMI Cloud等業者皆試圖以更具彈性的方式,提供企業所需的GPU服務與AI算力平台。

看準這波趨勢,數位無限除透過AI-Stack提供GPU切片、模型部署、模型管理與MLOps等服務,協助客戶提升GPU使用率,更進一步推出ixCSP平台,讓雲端服務供應商與新世代AI雲端業者,能從過去單純販售GPU資源轉型為提供GPU as a Service、Token as a Service與Model as a Service等創新AI服務。

以Software Defined AI Infrastructure助企業以「通用化、鬆耦合」迎戰瞬變AI世代

因應AI新世代帶來的挑戰:模型快速升級、算力需求攀升、GPU世代交替迅速,企業在追逐AI落地的同時,勢必得面臨基礎建設更新速度過快、硬體投資壓力升高,以及資源利用效率難以最佳化等挑戰。

為協助企業在AI快速演進與基礎建設投資之間取得平衡,數位無限的作法是,透過AI-Stack將底層硬體抽象化,以Token或模型服務形式提供,讓企業客戶、AIDC與Neo Cloud業者可以延長不同世代與不同品牌的AI硬體設備的生命週期、創造更高的使用價值、甚至是展開更多元的營收模式。

例如,高雄醫學大學附設中和紀念醫院便透過數位無限的AI-Stack解決GPU資源調度效率不彰問題,加速39項AI模型進入臨床應用階段,成功建立起「從模型開發到臨床落地」的完整生態系統。而日本精密製造大廠–Union Tool Co.–則是透過AI-Stack簡化GPU資源共享、加速AI模型的開發與測試腳步,為提升生產效率做最佳準備。

「如果大型企業或AIDC業者擁有閒置資源,也可以透過ixCSP平台,把算力共享或調度給集團內部團隊、子公司,甚至上下游合作夥伴使用,進一步提升整體資源利用率。」數位無限執行長陳文裕如是說道。

隨著AI從工具演變成企業核心基礎建設,企業真正需要的,也不再只是單一模型,而是一套能持續適應AI快速演進的AI Infra,而這與數位無限近年來的重要轉型方向一致:從AI管理軟體提供者轉型為軟體定義AI基礎建設供應商,更好協助客戶打造具備「通用化」與「鬆耦合」特性的AI基礎建設。

除以AI-Stack與ixCSP協助客戶提升算力使用效率與價值,數位無限亦計畫與硬體合作夥伴推出Agentic AI一體機方案,協助企業快速建立可驗證、可部署、可切割、可共享的AI運算環境,降低企業從PoC走向實際導入的門檻,加速AI落地。

總的來說,隨著AI競爭從模型能力延伸到算力治理,企業比拚的不僅是導入速度,而是能否建立一套足夠彈性、可持續演進的AI Infra,而這與數位無限的發展目標一致,將持續不斷優化產品服務,化身企業搶進AI新世代的關鍵合作夥伴。

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
代理式商務連動百兆商機
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓